Suchergebnisse - "метод опорних векторів"
-
1
Quelle: Bulletin of the National Technical University "KhPI". Series: Mathematical modeling in engineering and technologies; No. 2(9) (2025): Bulletin of the National Technical University "KhPI". Series: Mathematical modeling in engineering and technologies; 62-69
Вестник Национального технического университета "ХПИ". Серия: Математическое моделирование в технике и технологиях; № 2(9) (2025): Вісник Національного технічного університету «ХПІ». Серія: Математичне моделювання в техніці та технологіях; 62-69
Вісник Національного технічного університету «ХПІ». Серія: Математичне моделювання в техніці та технологіях; № 2(9) (2025): Вісник Національного технічного університету «ХПІ». Серія: Математичне моделювання в техніці та технологіях; 62-69Schlagwörter: Support Vector Machine, Approximate Nearest Neighbor, обробка аудіо, перетворення Фур'є, кепстральні коефіцієнти Mel-Frequency, аналіз сигналів, машинне навчання, audio processing, spectral features, signal analysis, метод опорних векторів, метод найближчого сусіда, machine learning, Mel-Frequency Cepstral Coefficients, Fourier transform, спектральні характеристики
Dateibeschreibung: application/pdf
Zugangs-URL: http://mmtt.khpi.edu.ua/article/view/341129
-
2
Quelle: Science-based technologies; Vol. 67 No. 3 (2025); 372-379
Наукоемкие технологии; Том 67 № 3 (2025); 372-379
Наукоємні технології; Том 67 № 3 (2025); 372-379Schlagwörter: мінімізація помилки апроксимації, support vector method, wavelet function optimization, мовні сигнали, метод опорних векторів, генетичний алгоритм, adaptive wavelet features for speech recognition, оптимізація вейвлет-функції, genetic algorithm, minimization of approximation error, адаптивні вейвлет-ознаки розпізнавання мови, вейвлет-перетворення, wavelet transform, speech signals
Dateibeschreibung: application/pdf
-
3
Autoren: Oleksandr Lavrynenko
Quelle: Electronics and Control Systems; Vol. 3 No. 81 (2024); 67-74
Электроника и системы управления; Том 3 № 81 (2024); 67-74
Електроніка та системи управління; Том 3 № 81 (2024); 67-74Schlagwörter: support vector method, adaptive wavelet filtering, суміші Гаусових розподілів, адаптивна вейвлет-фільтрація, communication channel, mel-frequency cepstral coefficients, мовні сигнали, nonlinear distortion coefficient, канал зв'язку, метод опорних векторів, коефіцієнт нелінійних спотворень, голосове управління, mixtures of Gaussian distributions, voice control, мел-частотні кепстральні коефіцієнти, speech signals
Dateibeschreibung: application/pdf
-
4
Quelle: Науковий вісник НЛТУ України, Vol 34, Iss 5 (2024)
-
5
Autoren:
Quelle: Electronic Professional Scientific Journal «Cybersecurity: Education, Science, Technique»; Vol. 2 No. 30 (2025): Cybersecurity: Education, Science, Technique. Special issue.; 238-258 ; Електронне фахове наукове видання «Кібербезпека: освіта, наука, техніка»; Том 2 № 30 (2025): Кібербезпека: освіта, наука, техніка. Спеціальний випуск.; 238-258 ; 2663-4023 ; 10.28925/2663-4023.2025.30
Schlagwörter: cyber defense, cyberattack, intrusion detection system, clustering method, support vector method, intelligent data analysis methods, database, correct and false recognition, principal component method, efficiency, кіберзахист, кібератака, система виявлення вторгнень, метод кластеризації, метод опорних векторів, методи інтелектуального аналізу даних, база даних, правильне та хибне розпізнавання, метод головних компонент, ефективність
Dateibeschreibung: application/pdf
Relation: https://csecurity.kubg.edu.ua/index.php/journal/article/view/966/797; https://csecurity.kubg.edu.ua/index.php/journal/article/view/966
-
6
Autoren:
Quelle: Electronics and Control Systems; Vol. 2 No. 76 (2023); 40-45
Электроника и системы управления; Том 2 № 76 (2023); 40-45
Електроніка та системи управління; Том 2 № 76 (2023); 40-45Schlagwörter: quantum computer, квантова згорткова нейромережа, machine learning, квантовий комп'ютер, classification, квантовий метод опорних векторів, quantum convolutional neural network, квантові обчислення, quantum method of support vectors, класифікація, машинне навчання, quantum computing
Dateibeschreibung: application/pdf
-
7
Autoren:
Quelle: Naukovi notatky; No 77 (2024): Naukovi notatki; 131-136 ; Наукові нотатки; № 77 (2024): Наукові нотатки; 131-136 ; 2415-3966 ; 10.36910/6775.24153966.2024.77
Schlagwörter: machine learning, fatigue lifetime, random forest, decision trees, support vector machines, машинне навчання, втомна довговічність, випадкові ліси, дерева прийняття рішень, метод опорних векторів
Dateibeschreibung: application/pdf
Relation: https://eforum.lntu.edu.ua/index.php/naukovi_notatky/article/view/1448/1299; https://eforum.lntu.edu.ua/index.php/naukovi_notatky/article/view/1448
-
8
Autoren: Бахтiяров, Денис
Quelle: Science-based technologies; Vol. 59 No. 3 (2023); 289-302
Наукоемкие технологии; Том 59 № 3 (2023); 289-302
Наукоємні технології; Том 59 № 3 (2023); 289-302Schlagwörter: кількість перетинів нуля, адаптивна вейвлет-фільтрація, zero-crossing rate, mel-frequency cepstral coefficients, speech signal, голосова ідентифікація, adaptive wavelet thresholding, метод опорних векторів, Gaussian mixture model, короткочасна енергія, voice identification, short-time energy, support vector machine, мовний сигнал, мел-частотні кепстральні коефіцієнти, суміши Гаусових розподілів
Dateibeschreibung: application/pdf
-
9
Autoren: et al.
Quelle: MEASURING AND COMPUTING DEVICES IN TECHNOLOGICAL PROCESSES. :126-132
Schlagwörter: кіберспорт, 0209 industrial biotechnology, SVM, киберспорт, машинне навчання, киберспортивная индустрия, 02 engineering and technology, e-sports, метод опорных векторов, машинное обучение, метод опорних векторів, кіберспортивна індустрія, machine learning, e-sports industry, 0203 mechanical engineering, reference vector method
Dateibeschreibung: application/pdf
Zugangs-URL: https://essuir.sumdu.edu.ua/handle/123456789/86137
-
10
Autoren:
Quelle: Nauka ta progres transportu, Iss 6(90), Pp 33-42 (2020)
Science and Transport Progress. Bulletin of Dnipropetrovsk National University of Railway Transport; No. 6(90) (2020); 33-42
Наука и прогресс транспорта. Вестник Днепропетровского национального университета железнодорожного транспорта; № 6(90) (2020); 33-42
Наука та прогрес транспорту. Вісник Дніпропетровського національного університету залізничного транспорту; № 6(90) (2020); 33-42Schlagwörter: «случайный лес», неструктурированные данные, классификация, посилення градієнта, 0211 other engineering and technologies, 02 engineering and technology, cross-validation, обробка природної мови, strengthening the gradient, 0203 mechanical engineering, комментарии, stochastic gradient descent, неструктуровані дані, класифікація, логистическая регрессия, natural language processing, стохастический градиентный спуск, усиление градиента, TA1001-1280, перехресна перевірка, logistic regression, коментарі, «випадковий ліс», перекрестная проверка, логістична регресія, метод опорных векторов, метод опорних векторів, обработка естественного языка, Transportation engineering, support vector ma-chine, classification, стохастичний градієнтний спуск, comments, unstructured data, random forest
Dateibeschreibung: text/html; application/pdf
-
11
Autoren:
Quelle: Кібербезпека: освіта, наука, техніка, Vol 2, Iss 18, Pp 86-98 (2022)
Schlagwörter: соціальна мережа , інформаційна війна, метрики соціальних мереж, нейронні мережі, метод опорних векторів, Information technology, T58.5-58.64
Dateibeschreibung: electronic resource
-
12
Weitere Verfasser:
Schlagwörter: geospatial data, markov chains, прогнозування, випадковий ліс, forecasting, класифікація земного покриву, метод опорних векторів, геопросторові дані, land cover classification, лінійна регресія, ланцюги маркова, linear regression, support vector machine, random forest
Dateibeschreibung: application/pdf
Zugangs-URL: https://ela.kpi.ua/handle/123456789/74252
-
13
Quelle: Data Recording, Storage & Processing; Vol. 24 No. 2 (2022); 11-23
Регистрация, хранение и обработка данных; Том 24 № 2 (2022); 11-23
Реєстрація, зберігання і обробка даних; Том 24 № 2 (2022); 11-23Schlagwörter: Keras library, decision tree, support vector machine, classification, neural network, perception, дерева прийняття рішень, метод опорних векторів, класифікація, нейронна мережа, перцептрон, 3. Good health
Dateibeschreibung: application/pdf
Zugangs-URL: http://drsp.ipri.kiev.ua/article/view/274945
-
14
Autoren:
Quelle: Наукові записки НаУКМА. Комп'ютерні науки; Том 2 (2019): НАУКОВІ ЗАПИСКИ НАУКМА. КОМП'ЮТЕРНІ НАУКИ; 22-31
NaUKMA Research Papers. Computer Science; Том 2 (2019): NaUKMA Research Papers. Computer Science; 22-31Schlagwörter: класифікація, машинне навчання, метод k-найближчих сусідів, метод опорних векторів, випадковий ліс, нейронні мережі, контроль за k-блоками, метод відкладених даних, сітковий пошук, 8. Economic growth, 11. Sustainability, classification, machine learning, k-nearest neighbor, support vector machine, random forest, neural networks, k-fold cross-validation, holdout method, grid search, 15. Life on land, 7. Clean energy, 12. Responsible consumption
Dateibeschreibung: application/pdf
-
15
Quelle: Науковий вісник Ужгородського університету. Серія «Математика і інформатика»; Том 39 № 2 (2021); 125-144
Scientific Bulletin of Uzhhorod University. Series of Mathematics and Informatics; Vol. 39 No. 2 (2021); 125-144Schlagwörter: semi-supervised learning, метод опорних векторів для часткового навчання, semi-supervised support vector machines, 4. Education, прикладний програмний інтерфейс, transudative support vector machines, support vector machine, трандуктивний метод опорних векторів, application programming interface, навчання під наглядом, метод опорних векторів
Dateibeschreibung: application/pdf
Zugangs-URL: http://visnyk-math.uzhnu.edu.ua/article/view/243171
-
16
Autoren: Roman Panibratov
Quelle: Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï, Iss 1 (2022)
Schlagwörter: страхова компанія, система підтримання прийняття рішень, бінарна класифікація, метод k-найближчих сусідів, метод опорних векторів, наївний байєсівський класифікатор, Electronic computers. Computer science, QA75.5-76.95
Dateibeschreibung: electronic resource
-
17
Autoren: Ткаченко, М.С.
Quelle: Naukovi notatky; No 73 (2022): Наукові нотатки; 203-209 ; Наукові нотатки; № 73 (2022): Наукові нотатки; 203-209 ; 2415-3966 ; 10.36910/775.24153966.2022.73
Schlagwörter: video surveillance systems, visual object positioning, machine analysis, convolutional neural network, support vector method, regression analysis, loss function, система відеореєстрації, позиціонування візуального об’єкту, машинний аналіз, згорткова нейромережа, метод опорних векторів, регресійний аналіз, функція втрат
Dateibeschreibung: application/pdf
Relation: https://eforum.lntu.edu.ua/index.php/naukovi_notatky/article/view/814/779; https://eforum.lntu.edu.ua/index.php/naukovi_notatky/article/view/814
-
18
Quelle: System research and information technologies; No. 1 (2022); 61-72
Системные исследования и информационные технологии; № 1 (2022); 61-72
Системні дослідження та інформаційні технології; № 1 (2022); 61-72Schlagwörter: бинарная классификация, decision support system, випадковий ліс, naive Bayes classifier, нейронні мережі, gradient boosting, система підтримання прийняття рішень, система поддержки принятия решений, градієнтний бустинг, метод k-ближайших соседей, insurance company, support vector machine, случайный лес, нейронные сети, наивный байесовский классификатор, метод k-найближчих сусідів, бінарна класифікація, binary classification, градиентный бустинг, k-nearest neighbors, neural networks, метод опорных векторов, метод опорних векторів, страхова компанія, наївний байєсівський класифікатор, страховая компания, random forest
Dateibeschreibung: application/pdf
Zugangs-URL: http://journal.iasa.kpi.ua/article/view/259157
-
19
Weitere Verfasser: ELAKPI
Schlagwörter: метод k-найближчих сусідів, бінарна класифікація, decision support system, binary classification, випадковий ліс, naive Bayes classifier, нейронні мережі, neural networks, gradient boosting, метод опорних векторів, система підтримання прийняття рішень, страхова компанія, градієнтний бустинг, наївний байєсівський класифікатор, knearest neighbors, insurance company, support vector machine, random forest
Dateibeschreibung: application/pdf
Zugangs-URL: https://ela.kpi.ua/handle/123456789/51016
-
20
Weitere Verfasser: ELAKPI
Schlagwörter: ідентифікація гідроакустичних сигналів, нейромережа, обробка сигналу, машинне навчання, дерево прийняття рішень, метод опорних векторів
Dateibeschreibung: application/pdf
Zugangs-URL: https://ela.kpi.ua/handle/123456789/62327
Nájsť tento článok vo Web of Science